الگوريتم فرا ابتكاري تركيبي براي حل يك مدل دو هدفه استوار جريان كارگاهي انعطاف‌پذير دومرحله‌اي با خط مونتاژ اختصاصي تحت عدم‌قطعيت

A Hybrid Metaheuristic Algorithm for Robust Two-stage Flexible Flow Shop scheduling with Dedicated Assembly Lines under Uncertainty

در اين مقاله، مسئله زمان‌بندي استوار جريان مونتاژ كارگاهي انعطاف‌پذير دومرحله‌اي با خط مونتاژ اختصاصي توليدكننده محصولات متنوع چند دوره‌اي ارائه شده است. هدف حداقل نمودن همزمان حداكثر زمان تكميل آخرين كار و ميانگين موزون كل تأخيرها است. مرحله نخست توليد شامل مجموعه‌اي از ماشين‌هاي موازي متفاوت در نخستين سايت توليد و يك ماشين در دومين سايت و مرحله دوم شامل دو خط توليد اختصاصي است. هر محصول داراي يك ليست مواد است. هر قطعه نيز ساختار خاص خود را داشته و ازاين‌رو زمان خاص براي مونتاژ دارد. محصولات با فرايند ساخت تك‌مرحله‌اي به خط مونتاژ نخست و محصولات با حداقل دو فرايند ساخت به دومين خط مونتاژ تخصيص داده مي‌شوند. قطعات پس از پايان فرايند توليد در مرحله نخست بر روي خط توليد مخصوص به خود در مرحله دوم قرار مي‌گيرند. محصول نهايي از مونتاژ قطعات مدنظر ايجاد خواهد شد. تقاضاي محصولات نهايي با عدم‌قطعيت همراه است كه براي نمايش آن از رويكرد برنامه‌ريزي استوار بودجه‌اي استفاده شده است. نوآوري اصلي اين مقاله، ارائه يك مدل رياضي جديد براي مسئله زمان‌بندي توليد در جريان كارگاهي انعطاف‌پذير با خط مونتاژ اختصاصي در فضاي عدم‌قطعيت و همچنين ارائه يك روش حل كارآمد براي مدل ارائه‌شده است. با توجه به پيچيدگي حل بالاي مسائل جريان كارگاهي انعطاف‌پذير، يك روش حل فرا ابتكاري تركيبي مبتني بر الگوريتم‌هاي نقاط قوت پارتو II و جستجوي وسيع همسايگي انطباق‌پذير در اين مقاله ارائه شده است. نتايج حل حاكي از كارايي مدل رياضي و روش حل فرا ابتكاري ارائه‌شده براي مواجه با مسئله موردي بررسي است.

In this paper, the problem of scheduling and sequencing of multi-objective two-stage flexible flow shop with dedicated assembly lines, which produce various products during multiple planning periods, is proposed. The objectives of the proposed model are minimizing maximum completion time of products and total average weighted tardiness of production products. The first stage of the proposed flexible flow shop involves of several different parallel machines in site I and one machine in site II, and the second stage involves of two specific dedicated assembly lines. Each product has a specific bill of materials as well as has its own specific configuration which leading to difference processing times to assemble. Products composed of only single-process components are assigned to the first assembly line and products composed of at least a two-process component are assigned to the second assembly line. Components are placed on the associated dedicated assembly line in the second phase after completion of production process on the assigned machines in the first phase and final products will be produced by assembling the components. Uncertainty of demand of final products is handled via robust optimization technique based on the concept of uncertainty budget. The main contribution of this paper is development of a new mathematical model in flexible flow shop scheduling problem with dedicated assembly lines under uncertainty and presentation of a novel hybrid meta-heuristic for solving the proposed model. Due to the NP-hard nature of the proposed multi-objective problem, a hybrid evolutionary metaheuristic based on the strange Pareto evolutionary algorithm II is developed that incorporates a customized adaptive large neighborhood search as its local search heuristic. Extensive computational results illustrate the efficiency of the proposed model and solution algorithm in dealing with robust multi-objective flexible flow shop problem.